職位描述：我們是一家致力于前沿機器人技術(shù)研究及商業(yè)化應用的科技公司，我們正在尋找卓越的深度強化學習算法研究員，加入我們卓越的研發(fā)團隊，共同推動足式機器人技術(shù)的發(fā)展及落地。崗位職責：1.面向應用場景，構(gòu)建適用于足式機器人的深度強化學習算法，2.針對特定應用場景，負責將算法模型在四足、兩足等足式機器人系統(tǒng)上的有效部署及優(yōu)化，達成應用目標。3.負責將算法模型應用于本體性能增強優(yōu)化設(shè)計。4.協(xié)助搭建相關(guān)大數(shù)據(jù)平臺。5.跟蹤腿足式機器人在運動控制、操作控制等領(lǐng)域的前沿AI技術(shù)，推動相關(guān)技術(shù)在實際項目中的有效應用。任職要求：1.碩士學位需要有3年以上工作經(jīng)驗，博士學位無工作經(jīng)驗要求，計算機、機器人、機電一體化等相關(guān)專業(yè)背景。2.在深度強化學習算法領(lǐng)域有深厚的理論基礎(chǔ)，具備實現(xiàn)DQN、PPO、GAIL、AIRL、DDPG、A3C等常用的(深度)強化學習算法的能力，熟悉Sim-to-Real的一些方法。3.精通Python/C++，并熟練使用TensorFlow、PyTorch等深度學習框架。4.對機器人仿真環(huán)境有深刻理解，熟悉Issac Gym、Pybullet等仿真工具。5.有相關(guān)強化學習算法應用于機器人的項目工程經(jīng)歷者優(yōu)先。6.發(fā)表過以強化深度學習增強足式機器人本體運動性能相關(guān)論文的候選人特別優(yōu)先。加分項：在大語言模型研發(fā)方面有經(jīng)驗，熟悉RLHF技術(shù)。

七騰軟件成立于2005年，是國內(nèi)領(lǐng)先的管理咨詢、信息技術(shù)與信息服務(wù)機構(gòu)，憑借其在各個行業(yè)領(lǐng)域積累的豐富經(jīng)驗、廣泛能力以及對國內(nèi)最成功企業(yè)的深入研究，攜手幫助客戶成為卓越績效的企業(yè)和政府。

七騰軟件擁有領(lǐng)先的商業(yè)和技術(shù)服務(wù)能力，同時作為技術(shù)服務(wù)提供商，我們擁有領(lǐng)先業(yè)界的軟件建模能力，能有效地并創(chuàng)新地幫助客戶把管理理念通過信息技術(shù)應用在商業(yè)營運上，從而幫助客戶解決最復雜最重要的問題，實現(xiàn)真正的業(yè)務(wù)轉(zhuǎn)型等。

七騰軟件將實踐經(jīng)驗與客戶智慧緊密融匯，挖掘最適合客戶公司最適合、最有效的管理模式，量身定制既融合國內(nèi)外先進經(jīng)驗、技能，又具有客戶自身特色的解決方案，這與我們多年來在國內(nèi)服務(wù)不同行業(yè)不同范疇的客戶有莫大關(guān)系。我們幫助客戶在多極世界的競爭中脫穎而出，成就卓越績效。

七騰軟件之所以能夠成功，源自于她一直堅持的“高效、尊重、責任、榮譽”價值觀——有原則，有激情，有使命感的人們能夠愚公移山。

“凝聚智慧，簡捷管理” 營造企業(yè)品牌和核心競爭力。凝聚智慧：凝聚各行業(yè)各個客戶管理智慧；簡捷管理：利用IT平臺簡化管理，快捷服務(wù)內(nèi)部業(yè)務(wù)，鑒于此，七騰始終站在客戶角度，量身訂做IT系統(tǒng)，以IT高質(zhì)量使用為企業(yè)目標。

七騰以“以人為本，知彼及身”為宗旨，始終站在行業(yè)前端和顧客角度，以優(yōu)秀團隊和良好的客戶體驗為目標，通過組織的不斷創(chuàng)新和發(fā)展， 成為優(yōu)秀的全球IT服務(wù)供應商。